Inequities in Canadian Traffic and Congestion Exposure Under Socioeconomic Pathways
Questo studio sviluppa un framework di apprendimento automatico per proiettare il volume del traffico e la congestione in tutto il Canada fino al 2100 attraverso cinque scenari socioeconomici, rivelando che la congestione futura sarà distribuita in modo disomogeneo con persistenti iniquità che espongono i gruppi minoritari a livelli di traffico significativamente più elevati rispetto alle popolazioni non minoritarie.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Il traffico è molto più di una semplice frustrazione quotidiana; è una forza fondamentale che modella il modo in cui le persone accedono al lavoro, all'assistenza sanitaria e all'aria pulita. Quando le strade sono intasate, le conseguenze si propagano verso l'esterno, rallentando le economie e riempiendo l'aria di inquinanti che danneggiano la salute umana. Questi problemi non sono distribuiti equamente. In molti luoghi, le persone che soffrono di più per i fumi del traffico e i ritardi sono spesso quelle con il minor potere di cambiare la propria situazione, come le famiglie a basso reddito o le minoranze razziali. Comprendere esattamente dove e perché si formano questi modelli di traffico è difficile perché la rete stradale è vasta, in costante mutamento e spesso mappata in modo approssimativo nei dettagli. Per decenni, i pianificatori si sono affidati a sondaggi che catturano solo una minima frazione di conducenti o a modelli troppo grossolani per vedere i colli di bottiglia specifici che colpiscono un singolo quartiere. Senza un'immagine chiara e ad alta risoluzione dell'intero sistema, è difficile sapere dove costruire nuove strade, dove migliorare il trasporto pubblico o come proteggere le comunità vulnerabili dal crescente peso della congestione.
Un team di ricercatori dell'Università della British Columbia ha affrontato questa sfida costruendo un nuovo modo per mappare il traffico in tutto il Canada, guardando molto lontano nel futuro. Invece di tirare a indovinare basandosi su dati limitati, hanno creato un framework informatico che impara dalle osservazioni del mondo reale per prevedere come si comporterà il traffico su quasi tutte le strade principali del paese, dalle strade frenetiche di Toronto alle autostrade remote dello Yukon. Lo hanno fatto addestrando un sistema di machine learning su milioni di conteggi di traffico reali, insegnandogli a riconoscere i modelli che spingono i veicoli sulla strada. Il sistema considera una vasta gamma di fattori, tra cui quante persone vivono nelle vicinanze, dove si trovano i posti di lavoro, la conformazione del terreno e persino il tipo di strada. Alimentando questo sistema con diversi scenari di come la popolazione e l'economia del Canada possano crescere o diminuire nei prossimi ottant'anni, i ricercatori sono stati in grado di simulare come il volume del traffico e la congestione evolveranno sotto vari possibili futuri.
I risultati rivelano un panorama del traffico profondamente disomogeneo. Attualmente, la stragrande maggioranza dei veicoli è concentrata nelle aree metropolitane, dove affolla le grandi autostrade e le strade arterie. Lo studio prevede che, mentre alcune strade vedranno i loro livelli di traffico stabilizzarsi o addirittura diminuire, altre diventeranno sempre più intasate, in particolare lungo i principali corridoi che collegano le più grandi città del Canada. La gravità di questa congestione dipende fortemente dal percorso che la società intraprenderà. In uno scenario in cui lo sviluppo è frammentato e la crescita economica è lenta, il traffico potrebbe attenuarsi in alcune province orientali. In un altro scenario guidato da una rapida espansione economica e dall'uso di combustibili fossili, i volumi di traffico potrebbero aumentare drasticamente, trasformando molti più segmenti stradali in ingorghi entro la fine del secolo. Le simulazioni mostrano che questi cambiamenti non avverranno ovunque contemporaneamente; al contrario, gli impatti più pesanti si avvertiranno in specifici corridoi urbani, mentre le strade di collegamento rurali potrebbero rimanere relativamente libere dal traffico.
Il reperto forse più sorprendente riguarda chi sopporta l'onere di questo traffico. I ricercatori hanno calcolato quanto traffico ogni persona è esposta semplicemente vivendo vicino a una strada, utilizzando una zona cuscinetto che rappresenta la distanza in cui l'inquinamento atmosferico causato dai veicoli rimane un rischio significativo per la salute. Hanno scoperto che questa esposizione non è condivisa equamente. Sia nelle città che nei paesi, i gruppi delle minoranze razzializzate affrontano livelli di esposizione al traffico significativamente più elevati rispetto alla popolazione non appartenente alle minoranze. Ad esempio, nelle aree non metropolitane, le popolazioni arabe e dell'Asia occidentale sperimentano un'esposizione al traffico quasi doppia rispetto ai propri vicini. Nei centri urbani, la categoria "Altre Minoranze" affronta un'esposizione superiore di un quarto rispetto alle non minoranze. Queste disparità persistono anche quando i ricercatori hanno tenuto conto dei livelli di reddito e di istruzione, suggerendo che il luogo in cui le persone vivono è fortemente legato alla loro razza ed etnia, ponendole in stretta prossimità al rumore e ai fumi del traffico pesante.
Lo studio ha anche identificato i fattori specifici che guidano il volume del traffico, offrendo indizi su come gestirlo. Nelle città, il numero di persone che vivono entro una breve distanza è il singolo predittore più importante di quanti auto ci saranno sulla strada. Nelle aree rurali, tuttavia, la posizione di una strada rispetto al gradiente di popolazione nord-sud conta più della densità di popolazione immediata. Anche i livelli di occupazione giocano un ruolo importante, in particolare per le grandi autostrade che collegano le città. I ricercatori hanno osservato che, mentre alcuni di questi driver, come la crescita demografica, sono difficili da controllare, altri, come l'accessibilità ai trasporti e la velocità del traffico, possono essere influenzati dalle politiche. Individuando esattamente quali strade e quali comunità sono più probabili che affrontino una congestione severa in futuro, questo lavoro fornisce una mappa dettagliata per i pianificatori. Suggerisce che, per costruire un sistema di trasporto più equo e sostenibile, gli interventi devono essere mirati non solo alle autostrade più trafficate, ma specificamente ai quartieri dove le popolazioni vulnerabili stanno già pagando il prezzo più alto per la dipendenza del paese dalle automobili.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.